ESTADÍSTICA

Wendy Plata Alarcón

wplata@espol.edu.ec

Clase 3
Guayaquil, octubre de 2015
 Distribución Empírica de una Muestra

 La Distribución Empírica de una Muestra Aleatoria de

tamaño n, tomada de una población X es definida
como:

 0; X  x(1)
ˆ  k
F ( x)   ; x( k )  X  x( k 1) , k  1,2,..., n  1
 n
1; X  x( n )


2 Estadística para Ingenierías

Guayaquil, octubre de 2015
 Distribución Empírica: ejemplo

X(1) = 4 X(11) = 7
X(2) = 5 X(12) = 7  0; X  4
X(3) = 5 X(13) = 8 1 / 20; 4  X  5

X(4) = 5 X(14) = 9 4 / 20; 5  X  6
X(5) = 6 X(15) = 9 
6 / 20; 6  X  7
ˆ
F ( x)  
X(6) = 6 X(16) = 10 12 / 20; 7  X  8
X(7) = 7 X(17) = 10 13 / 20; 8  X  9

X(8) = 7 X(18) = 10 15 / 20; 9  X  10
X(9) = 7 X(19) = 10 
 1; X  10
X(10) = 7 X(20) = 10

3 Estadística para Ingenierías

Guayaquil, octubre de 2015
 Distribución Empírica de una Muestra:
ilustración
Distribución Empírica
Calificaciones de Matemáticas – Estudiantes de Octavo Año de Educación Básica
Distribución Empírica

Calificaciones de Matemáticas

4 Estadística para Ingenierías

Guayaquil, octubre de 2015
 Código R para Graficar Distribución Empírica

datos<-c(4,5,5,5,6,6,7,7,7,7,7,7,8,9,9,10,10,10,10,10)
ECDF=ecdf(datos)
plot(ECDF,col="red",lwd=3,xlab="datos",ylab="")
points(datos,rep(0,n),col="blue",pch=20,cex=2)
segments(datos,rep(0,n),datos,sapply(datos,ECDF),col="b
lue",lwd=3)

5 Estadística para Ingenierías

Guayaquil, octubre de 2015
 Medidas de Tendencia Central
 Media Aritmética: promedio de los n datos contenidos
en la Muestra.
X1  X 2  ...  X n 
n


Xi
x 
n i 1
n

 Mediana o Segundo Cuartil Q2: es el valor de X tal que

el cincuenta por ciento de las observaciones en la
Muestra son menores o iguales que Q2.

 Moda: es el valor observado que más se repite en la

Muestra.
6 Estadística para Ingenierías
Guayaquil, octubre de 2015
 Medidas de Tendencia Central:
ejemplo
 Calcular la Media Aritmética, Mediana y Moda de las
calificaciones de Matemáticas obtenidas por los
estudiantes de Octavo Año. X(1) = 4 X(11) = 7
X(2) = 5 X(12) = 7
Media Aritmética: X(3) = 5 X(13) = 8

x
4  5  5  5  6  ...  10 149
  7.45
X(4) = 5 X(14) = 9
X(5) = 6 X(15) = 9
20 20
X(6) = 6 X(16) = 10
Mediana = 7 X(7) = 7 X(17) = 10
X(8) = 7 X(18) = 10
Moda = 7 X(9) = 7 X(19) = 10
X(10) = 7 X(20) = 10
7 Estadística para Ingenierías
Guayaquil, octubre de 2015
 Medidas de Dispersión
 Varianza Muestral (s2): medida de dispersión de una
variable X respecto a su Media Aritmética y que es
igual a:

n 2


( X x )
s2  i

i 1
n 1

 Este valor no puede ser negativo y será cero cuando y

sólo cuando, todas las observaciones adopten el
mismo valor.

8 Estadística para Ingenierías

Guayaquil, octubre de 2015
 Medidas de Dispersión
 Desviación Estándar: o Desviación Típica de una
Muestra se la denota por “s” y se la define igual a la
raíz cuadrada positiva de la Varianza, esto es:

(X i  x ) 2
n
s 
i 1
n 1
 Error Estándar de la Media: mide la dispersión de
x y se define como:
s
Error Estándar de la Media s x 
n
9 Estadística para Ingenierías
Guayaquil, octubre de 2015
 Medidas de Dispersión: ejemplo
 Calcular la Varianza Muestral, Desviación Estándar y el Error
Estándar de la Media de las calificaciones de Matemáticas
obtenidas por los estudiantes de Octavo Año.
X(1) = 4 X(11) = 7
X(2) = 5 X(12) = 7
 Varianza Muestral:
X(3) = 5 X(13) = 8
( 4  7.45 ) 2
 (5  7.45) 2
 ...  (10  7.45) 2
s2  X(4) = 5 X(14) = 9
20  1
72.95 X(5) = 6 X(15) = 9
s2   3.84
19 X(6) = 6 X(16) = 10
X(7) = 7 X(17) = 10
 Desviación Estándar: s  3.84  1.96
X(8) = 7 X(18) = 10
1.96 X(9) = 7 X(19) = 10
 Error Estándar de la Media s x   0.44
20 X(10) = 7 X(20) = 10
10 Estadística para Ingenierías
Guayaquil, octubre de 2015
 Media y Varianza de Datos Agrupados

 La Media Aritmética de los datos agrupados es igual a:

k


f i Yi
x
i 1
n
 Donde,
 Yi es la i-ésima Marca de Clase; y,
 fi es la Frecuencia Absoluta de esa clase.

 En tanto que la Varianza de los datos agrupados es igual a:

f i (Yi  x ) 2
k

. s2  
i 1
n 1
11 Estadística para Ingenierías
Guayaquil, octubre de 2015
 Media y Varianza de Datos Agrupados:
ejemplo
 Calcular la Media y Varianza Muestral para las
calificaciones de Matemáticas de los estudiantes de
Octavo Año.
Frecuencia Frecuencia
Marca de Frecuencia Frecuencia
Ordinal Clase Absoluta Relativa
Clase Absoluta Relativa
Acumulada Acumulada
1 [4,5) 4.5 1 0.05 1 0.05
2 [5,6) 5.5 3 0.15 4 0.20
3 [6,7) 6.5 2 0.10 6 0.30
4 [7,8) 7.5 6 0.30 12 0.60
5 [8,9) 8.5 1 0.05 13 0.65
6 [9,10] 9.5 7 0.35 20 1.00
12 Estadística para Ingenierías
Guayaquil, octubre de 2015
 Media y Varianza de Datos Agrupados:
ejemplo
 Media Aritmética

k 6

 
f i Yi f i Yi
x 
i 1
n i 1
n
(1* 4.5)  (3 * 5.5)  (2 * 6.5)  (6 * 7.5)  (1* 8.5)  (7 * 9.5)
x
20
x  7.70

13 Estadística para Ingenierías

Guayaquil, octubre de 2015
 Media y Varianza de Datos Agrupados:
ejemplo
 Varianza Muestral
f i (Yi  x ) 2 f i (Yi  x ) 2
k 6
s2  
i 1
n 1
 
i 1
n 1
(1 * ( 4.5  7.7 ) 2
)  (3 * (5.5  7.7 ) 2
)  ...  ( 7 * (9.5  7.7 ) 2
)
s 
2
19
51.20
s 
2
19
s 2  2.69
14 Estadística para Ingenierías
Guayaquil, octubre de 2015
 Referencias
 Zurita, G. (2010), “Probabilidad y Estadística:
Fundamentos y Aplicaciones”, Segunda Edición,
Escuela Superior Politécnica del Litoral, Instituto de
Ciencias Matemáticas, Guayaquil-Ecuador.

15 Estadística para Ingenierías

Guayaquil, octubre de 2015